[发明专利]一种APP软件用户评论有关性判断方法

摘要

本发明涉及一种APP软件用户评论有关性判断方法，属于APP软件用户评价领域。本发明首先提取APP软件每条评论的关键词集；然后计算提取的APP软件每条评论的关键词集对特征库中的有关性概率得分；最后通过判断有关性概率得分是否大于预设阈值的情况来确定APP软件用户评论是否与该APP软件有关。本发明定义并提取APP软件用户评论关键词集，有利于提高判断用户评论有关性的效率；将朴素贝叶斯文本分类方法进行了修改，结合词频统计的方法判断APP软件用户评论有关性概率得分，有助于给用户筛选出有关评论，减少对评论筛选的时间；通过判断APP软件用户评论的有关性，有助于用户评价APP软件的质量。

主权项

1.一种APP软件用户评论有关性判断方法，其特征在于：首先提取APP软件每条评论的关键词集；然后计算提取的APP软件每条评论的关键词集对特征库中的有关性概率得分；最后通过判断有关性概率得分是否大于预设阈值的情况来确定APP软件用户评论是否与该APP软件有关；所述方法的具体步骤如下：Step1、提取APP软件num条用户评论，以及每条用户评论的评论分词结果集WordResult_i＝{w₀/f₀,w₁/f₁,…,w_j/f_j}，评论分词词性集Feature_i＝{f₀,f₁,…f_j}；其中w_j为词，f_j为词性(i＝0,1,…,num‑1，j＝0,1,…,n‑1)，n为分词以后词的个数；Step2、根据num条用户评论的WordResult_i和Feature_i提取每条评论的关键词集Keywords_i：提取Keywords_i方法：找到Feature_i中为动词、名词和形容词词性所有的元素下标，并将WordResult_i中对应下标所有元素w_j/f_j存入Keywords_i；Step3、判断current是否小于L，如果是，则执行步骤Step4；否则，执行步骤Step13；其中，总迭代次数index表示每次迭代条数且满足不大于num，初始时的当前迭代次数current＝0；Step4、根据current与L，确定在第current次迭代时，第一条评论所在条数first、最后一条评论所在条数last、i＝first；其中，first＝current*index；当current＝L‑1时，last＝num；否则，last＝(current+1)*index‑1；Step5、判断i是否小于或等于last，如果是，则执行步骤Step6；否则，执行步骤Step12；Step6、判断第i条评论的Keywords_i是否为空，如果是，则执行步骤Step11；否则执行步骤Step7；Step7、根据第first条评论的Keywords_i提取被测词集Test_i＝{t₁,t₂,…,t_k}(k＝0，1,2,…,u‑1)：当Keywords_i中所有元素w_k/f_k中f_k都为形容词，则将其所有w_k存入Test_i，否则，对元素w_k/f_k中f_k为动词、名词的元素，将其w_k存入Test_i，f_k存入判断词性集TestFeature_i；Step8、计算第i条评论有关性概率得分score，并将其特征词存入对应的特征库：其中，第i条评论中包含被测词w_k的特征库中文本个数N_k(k＝0,1,2,…,u‑1)，文档个数N＝4，w_k在对应特征库中出现频数为times_k，w_k在对应特征库中平均特征频数为m，u为Testi的元素个数；Step9、判断有关性概率得分score是否大于阈值α，如果是，则执行步骤Step10；否则执行步骤Step11；Step10、第i条评论有关性标记输出为“有关”，i++，执行步骤Step5：Step11、第i条评论有关性标记输出为“无关”，i++，执行步骤Step5；Step12、current++，执行步骤Step3；Step13、输出“完成所有迭代”。